单侧脑性瘫痪儿童下台阶时的精确抓握控制
该数据集来自 search.dataone.org，聚焦单侧脑性瘫痪（UCP）儿童下台阶行走时精确抓握控制的运动协调研究
基本信息
资源简介
单侧脑性瘫痪儿童下台阶时的精确抓握控制
Precision grip control while walking down a step in children with unilateral cerebral palsy
该数据集来自 search.dataone.org，聚焦单侧脑性瘫痪（UCP）儿童下台阶行走时精确抓握控制的运动协调研究。数据覆盖25名UCP儿童与25名典型发育（TD）儿童在持握抓握-提举操作器下台阶过程中的抓握力（GF）与负荷力（LF）动态及时间变量，并包含最大自主收缩（MVC）评估。可用于比较UCP与TD儿童在内部模型、预期性控制及节段间协调上的差异，分析患手与健手的力适应特征（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：目的。比较单侧脑性瘫痪（UCP）儿童与典型发育（TD）儿童在下台阶行走时的抓握力（GF）与负荷力（LF）协调。方法。25名UCP儿童（年龄9.3±1.7岁）和25名TD对照（年龄9.4±2.1岁）在持握抓握-提举操作器的情况下走下台阶。分析动态和时间变量。还评估了最大自主收缩（MVC）。结果。与TD儿童相比，UCP儿童的时间进程主要在其受影响较重的手上受到扰动，因为GF和LF起始的增加以相反顺序发生。与TD对照相比，UCP儿童双手的LF值更高，且受影响较轻的手的GF更高。在UCP儿童中，GF对LF的适应在受影响较轻的手上足够，但在受影响较重的手上被高估
【主题与分类】
主题标签：internal model、anticipatory control、intersegmental coordination、Precision grip。本站分类：神经系统疾病/脑性瘫痪。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A50e2fc717ec116118434fb039dbdbbde418a12ae355966b110833fefe7826b31
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
目的：比较单侧脑瘫（UCP）儿童与典型发育（TD）儿童在下台阶时握力（GF）与负荷力（LF）的协调性。方法：25名UCP儿童（年龄9.3±1.7岁）和25名TD对照儿童（年龄9.4±2.1岁）在手持握提操作器的情况下走下台阶。分析动态和时间变量，并评估最大自主收缩（MVC）。结果：与TD儿童相比，UCP儿童的时间进程主要在其受累较重的手中受到扰动，因为GF和LF起始的增加以相反的顺序发生。与TD对照组相比，UCP儿童双手的LF值更高，且受累较轻手的GF更高。在UCP儿童中，GF对LF的适应在受累较轻手中适当，但在受累较重手中被高估。此外，UCP儿童受累较重手的MVC较低，导致更高的……
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
